2024年4月，斯坦福大学以人为本人工智能研究所（Stanford HAI）在李飞飞的联合领导下发布了《2024年人工智能指数报告》（Artificial Intelligence Index Report 2024）。

这份报告是Stanford HAI发布的第七份AI Index研究，详细追踪了2023年全球人工智能的发展，并揭示了该行业的10大主要趋势。

人工智能在基准测试中已超越人类，特别是在图像分类、视觉推理和英语理解方面。但在竞赛级数学、视觉常识推理和规划等更复杂任务上，它仍落后于人类。虽然AI在某些领域表现出色，但在需要高度创造性、灵活性和抽象思维的任务中，仍需要人类的智慧和干预。因此，人工智能与人类的合作将共同推动科技的进步。

在充满创新的2023年，机器学习领域迎来了显著的突破。这一年，产业界独领风骚，推出了高达51个备受瞩目的机器学习模型，而学术界则以15个模型紧随其后。值得注意的是，这一年产学合作成果丰硕，共同催生了21个著名的机器学习模型，创下了历史新高。除此之外，工业界还发布了108个全新的基础模型，为行业提供了强大的技术支持，而学术界也贡献了28个基础模型，展现了其在研究领域的深厚实力。这一年的机器学习领域可谓是百花齐放，硕果累累。

根据AI Index的最新估算，最尖端的人工智能模型的训练成本已经飙升到了前所未有的高度。拿OpenAI的GPT-4来说，它的训练据称耗资高达7800万美元，而谷歌的Gemini Ultra更是以1.91亿美元的天价计算成本让人咋舌。

相比之下，几年前发布的一些最先进的模型，即原始 transformer 模型（2017 年）和 RoBERTa Large（2019 年），训练成本分别约为 900 美元和 16 万美元。

2023 年，61 个著名的人工智能模型源自美国的机构，超过欧盟的 21 个和中国的 15 个。

2023 年，美国在人工智能领域的私人投资总额为 672 亿美元，是中国的近 9 倍。

但迄今为止，中国依然是美国最大的竞争对手，中国的机器人安装量居世界首位；同样，世界上大多数人工智能专利（61%）都来自中国。

目前，对于大语言模型的责任评估缺乏稳健和标准化的体系。这导致难以对不同AI模型的责任性进行比较和评估。为了确保AI技术的负责任使用，行业领导者和监管机构需要共同努力，建立统一的评估标准和准则。

尽管去年人工智能领域私人投资整体下降，但对生成式人工智能的投资却不降反升，达到252亿美元。在生成式AI领域，OpenAI、Anthropic、Hugging Face和Inflection等都成功地完成了大规模的融资活动。

多项研究表明，AI能够提高上班族的效率并提升工作质量，甚至能缩小低技能工人和高技能工人之间的技能差距。然而，也有一些研究表明，如果不对AI的使用进行适当的监管，可能会导致上班族的绩效下降。

自2022年以来，AI开始在科学发现领域发挥重要作用。到了2023年，AI在科学领域的应用变得更加广泛和深入，并取得了一系列突破性的成果，如提高算法排序效率的AlphaDev和促进材料发现的GNoME等。

美国AI相关法规的数量在过去一年显著增加，中国也出台一系列AI相关的法律、法规。这一趋势反映了各国政府对于规范AI发展、保护公众利益的重视和行动。

根据市场研究公司Ipsos的最新调查，过去一年里，认为人工智能将在未来3-5年内深刻影响他们生活的受访者比例从60%攀升至66%。同时，有52%的人对人工智能产品和服务表示担忧，这一比例相较于2022年增长了13个百分点。在美国，Pew的数据显示，对AI感到担忧的人超过了感到兴奋的人，比例从2022年的38%上升到了52%。这些数据表明，全球公众对AI的潜在影响有了更深刻的认识，但同时也伴随着担忧和不安。

这份报告提供了对人工智能当前状态和未来趋势的全面了解，突显了AI技术在社会中日益增长的重要性和影响。